【技术实现步骤摘要】
本专利技术涉及智能电网窃电监测流程自动化，尤其涉及一种基于多学习器融合的电网窃电检测方法。
技术介绍
1、近几年，窃电打破了正常用电秩序，并严重影响了电网运行安全，威胁人身财产安全，由窃电导致的变压器等电力设备损坏及人身触电事故时有发生，给供电企业和社会带来较大经济损失。传统窃电用户排查主要通过对线损较高的台区进行人工逐户核查，费时费力，工作量巨大，现场核查所需人员较多，人力成本较高。且排查工作缺乏针对性，单户核查时间较长，容易出现漏报，往往需要工作人员多次去现场排查，效率较低。
2、因此，上述技术问题亟待本领域技术人员解决。
技术实现思路
1、有鉴于此，本专利技术的目的是提供一种基于多学习器融合的电网窃电检测方法，通过机器学习和深度学习构建的多模型集成的监测模型提高了窃电行为监测的精度，解决了传统窃电行为监测精度低、效率低的问题。
2、为实现上述目的，专利技术人提供了一种基于多学习器融合的电网窃电检测方法，该方法包括以下步骤：
3、利用数据抓取技术实现...
【技术保护点】
1.一种基于多学习器融合的电网窃电检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于多学习器融合的电网窃电检测方法，其特征在于，所述利用数据抓取技术实现营销系统的登陆和访问，进入用电信息采集系统，实现用户数据自动合并、异常用户样本自动查询和标记，获取正常用电量数据和异常用电量数据之后，还包括基于插值的数据准备、处理异常数据、归一化和平衡异常数据。
3.根据权利要求2所述的基于多学习器融合的电网窃电检测方法，其特征在于，第一模型为数据预处理模型，其中采用插值方法来恢复丢失的数据值，对正常用电量数据和所述异常用电量数据进行缺失...
【技术特征摘要】
1.一种基于多学习器融合的电网窃电检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于多学习器融合的电网窃电检测方法，其特征在于，所述利用数据抓取技术实现营销系统的登陆和访问，进入用电信息采集系统，实现用户数据自动合并、异常用户样本自动查询和标记，获取正常用电量数据和异常用电量数据之后，还包括基于插值的数据准备、处理异常数据、归一化和平衡异常数据。
3.根据权利要求2所述的基于多学习器融合的电网窃电检测方法，其特征在于，第一模型为数据预处理模型，其中采用插值方法来恢复丢失的数据值，对正常用电量数据和所述异常用电量数据进行缺失值补齐处理，得到补齐后的所述正常用电量数据和所述异常用电量数据；通过计算相邻非缺失值的均值或中值来估算缺失值，插值方法检测缺失值公式如下：
4.根据权利要求2所述的基于多学习器融合的电网窃电检测方法，其特征在于，第一模型为数据预处理模型，包括处理异常数据，使用“three sigma rule of thumb”方法用于减少异常值和恢复数据，表达式如下所示：
5.根据权利要求2所述的基于多学习器融合的电网窃电检...
【专利技术属性】
技术研发人员：翁晓锋，汤振立，何敏，刘芳，施博君，谢南满，翁琴，龚明烨，金涛，陈寅，
申请(专利权)人：福建省亿力信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。